MAPPING OF LAND COVER TYPES OF SUB-MEDITERRANEAN LOWMOUNTAIN LANDSCAPES BY MEANS OF GEOMATICS (SOUTH-EASTERN CRIMEA AS EXAMPLE)

Abstract


The work is dedicated to mapping of land cover types of sub-mediterranean lowmountain landscape by means of geomatics. The territory of South-Eastern Crimea was chosen as an example, which is one of the key touristic and recreational center of the peninsula. A variety of natural and man-made environments determines the suitability of the territory as a model object for mapping land cover types of sub-mediterranean lowmountain landscape. In the work we used satellite images Landsat 8, space service Google Earth images, map of Crimean land use, and field data. All calculations were performed in the program ArcGIS 10.2.The land cover map of South-Eastern Crimea became the result of the modelling. The accuracy of this map is 80%, when using a rigid classification, and 90% when using a sliding classification.


ВведениеПолуостров Крым обладает высоким ландшафтным разнообразием. На срав- нительно небольшой площади (27 тыс. км2) в результате экотонного положения сформировались несколько ландшафтных зон - от полупустынь на севере полу- острова до полусубтропических лесов и кустарников на юге. Последние пред- ставлены узкой полосой вдоль южного побережья полуострова и сформировались здесь за счет барьерного влияния гор. Кроме того, эта зона испытывает наиболь- шую антропогенную нагрузку, связанную с развитием курортно-рекреационного комплекса, а также с виноделием и садоводством.Осуществление природопользования и экологическая оценка невозможны без знания структуры землепользования и пространственной дифференциации эле- ментов экологического каркаса. Наиболее удачным подходом в этом аспекте мо- жет стать построение карты типов наземного покрова территории, которая может лечь в основу планирования территориального развития.Вопрос оценки экологической ситуации, оценки антропогенного воздействия на ландшафты в Крыму рассматривался во многих работах [1-10]. Однако боль- шинство этих работ ориентировано на использование устаревших методик, без применения современных возможностей ГИС-технологий и данных ДЗЗ, что снижает качество выполненных работ. Исходя из последних мировых тенденций и концепций, которые ставят основным приоритетом инновационное и инфор- мационное развитие, применение самых новых цифровых данных и методик яв- ляется необходимым для обеспечения устойчивого развития региона.В связи с тем, что в последние несколько лет на территории Крымского полу- острова сменились собственники земель и резко изменились типы землепользо- вания, а значит, стали меняться и сами наземные покровы, все предыдущие ра- боты во многом теряют свою актуальность. Крым, как и любой другой регион, должен развиваться на основе актуальных репрезентативных данных о современ- ном состоянии территории.Данная работа посвящена картографированию типов наземных покровов ме- тодами геоматики как одного из прогрессивных методов отображения современ- ного состояния зоны низкогорных субсредиземноморских ландшафтов Крыма. Для примера была выбрана территория Юго-Восточного Крыма, представляющая собой один из ключевых туристско-рекреационных центров полуострова [11]. Низкая освоенность территории, слабое развитие инфраструктуры, с одной сто- роны, и ее уникальные пейзажные характеристики, расположение историко-куль- турных объектов - с другой, определяют ее инвестиционную привлекательность и создают предпосылки для устойчивого развития рекреационной отрасли.Территория исследованийИсследуемая территория большей частью расположена в пределах Горного Крыма, включает в себя Алуштинский, Судакский и Феодосийский округа (рис. 1).Площадь территории 1068 км2, высоты колеблются от 0 м до 1254 м. Общность этой территории в пределах Южного берега Крыма обусловлена целым сходством природы. В отличие от юго-западной части, протянувшейся вдоль непрерывной цепи столовых яйлинских массивов, Юго-Восточный Крым расположен в той части Главной гряды Крымских гор, которая распадается на отдельные массивы, хребты и кряжи, постепенно понижающиеся к востоку. Такие орографические особенности определяют меньшую защищенность территории от северных воз- душных масс. Хотя, как и в юго-западной части Горного Крыма, господствующие здесь ландшафты имеют средиземноморские черты, Юго-Восточный Крым от- личается сухостью и большей континентальностью, что вызывает более ксеро- фитный характер растительности. Лесные формации являются господствующи- ми только до Карадага, а восточнее Карадага степная растительность уже доми- нирует над лесной.Рис. 1. Положение и границы Юго-Восточного Крыма (The location and boundaries of the South-Eastern Crimea)Общий орографический план территории довольно сложный, что объясняет- ся ее значительным вертикальным и горизонтальным расчленением. Рассматри- ваемая территория является частью сохранившегося от погружения в Черное море ядра Крымского мегантиклинория, в геологическом строении которого прини- мают участие мезозойские и кайнозойские отложения. Литологическое строение территории отличается пестротой, и коренные породы благодаря большой рас- члененности, неглубокому залеганию и частым выходам на поверхность прини- мают непосредственное участие в формировании ландшафтов.Сложное строение геологического фундамента нашло свое отражение в слож- ности форм рельефа Юго-Восточного Крыма, который сформировался в резуль- тате длительного этапа континентального развития Главной гряды Крымских гор, расчленения ее южного макросклона речными долинами, балками и оврагами и обособления междолинных хребтов, кряжей и отдельных горных массивов. Здесь наблюдается сочетание форм, обусловленных тектоникой, вулканизмом и экзо- генными процессами.Наибольшее распространение в районе имеют низкогорные (до 450-500 м) эрозионно-денудационные хребты, сложенные глинистыми сланцами, конгло- мератами, известнякам и изверженными породами триаса и юры.Среднегорье представлено эрозионно-денудационными горными массивами, сложенными верхнеюрскими породами, преимущественно карбонатного соста- ва. Равнинных территорий в Юго-Восточном Крыму мало, в основном они за- нимают восточную часть рассматриваемой территории.Юго-Восточный Крым относится к северо-восточной окраине распростране- ния субтропического климата средиземноморского типа. Климат этой территориисформировался под влиянием таких климатообразующих процессов и факторов, как географическое положение в средних широтах, субтропическая циркуляция воздушных масс, влияние горного рельефа и незамерзающего Черного моря.Коренная растительность сформировалась в основном под влиянием климата субтропического типа, горного рельефа, обусловившего высотную поясность, близости теплого Черного моря и относится к древней средиземноморской фло- ре. Лесная растительность представлена широколиственными летне-зелеными лесами, светлохвойными вечнозелеными лесами и можжевеловыми редколесьями.В историческое время важную роль в процессе ландшафтогенеза стал играть антропогенный фактор. За несколько веков до нашей эры и в первые века нашей эры Юго-Восточный Крым был населен таврскими племенами. Они заложили здесь основу скотоводства, интенсивное развитие которого приходится на VII- IX вв. Интенсивная хозяйственная деятельность продолжалась в Юго-Восточном Крыму и в позднем Средневековье. В этот период здесь возникают генуэзские колонии, многие поселения превращаются в крупные торговые центры (Судгея, Кафа), через которые шла интенсивная торговля Киевской Руси с Византией и странами Востока. Эта колонизация, которая продолжалась и после падения ге- нуэзских колоний, усилила бесконтрольное использование природных ресурсов. На протяжении многих лет происходила усиленная рубка леса [12].Продолжительное интенсивное влияние антропогенного фактора сказалось весьма сильно на изменении природы Юго-Восточного Крыма. При нерегули- руемом выпасе скота вытаптывалась травянистая растительность, нарушался по- чвенный покров, снижалась саморегулирующая способность леса. В связи с тем, что в Юго-Восточном Крыму субтропические растения находятся в близких к экстремальным значениям условиях своего существования, антропогенные из- менения экологических условий вызвали резкие и практически необратимые изменения в структуре фитоценозов.В настоящее время регион подвержен еще более активному антропогенному воздействию (застройка территории, туристско-рекреационная нагрузка, сель- скохозяйственная деятельность и др.). Разнообразие природных и антропогенных ландшафтов обуславливает пригодность территории к использованию в качестве модельного объекта для картографирования типов наземных покровов субсре- диземноморских низкогорных ландшафтов.Материал и методы исследованийПод наземным покровом (англ. land cover) в данной работе понимается модель земной поверхности, состоящая из определяемых прямым наблюдением реально существующих объектов, структурированных согласно потребностям наблюда- теля. Необходимо отметить, что понятия «наземный покров», «землепользование» и «землеиспользование» не синонимичны [13].Так как космические снимки спутника Landsat 8 можно получать каждые 14 дней практически для любой территории земного шара, наша работа базируется на новых репрезентативных для данной ситуации космических данных. Стоит отметить, что структура наземного покрова не изменяется даже в такие сроки, как 2-3 года, а лишь приобретает маркерные тенденционные изменения. По этойпричине в качестве корректирующих данных можно использовать ранее создан- ные карты типов наземного покрова [1; 9].Мировая практика насчитывает огромное количество методик картографиро- вания типов наземного покрова средствами геоматики. Геоматика (англ. geomatics) - совокупность применений информационных технологий, мульти- медиа и средств телекоммуникации для обработки данных, анализа геосистем, автоматизированного картографирования [14]. Исходя из имеющихся данных, мы выбрали ряд методик, которые использовались как основа методики для на- шей территории [15-18].В работе были использованы следующие материалы:космические снимки Landsat 8 с разрешающей способностью снимка от 15 до 30 м на пиксель. Проекция UTM, система координат WGS 84. Точность по- зиционирования сенсоров: OLI - 12 м, TIRS - 41 м;космические снимки сервиса Google Earth с разрешающей способностью 0,6 м на пиксель;карта землепользования Крыма [9];данные полевых наблюдений в период с 27 июля 2015 г. по 27 августа 2015 г. на территории Юго-Восточного Крыма по 106 точкам.Все расчеты были произведены в программе ArcGIS 10.2.Первоначально проект был сформирован в системе координат UTM WGS 84 Zone 36N, линейная единица измерения - метр. Все исходные данные были пе- реведены в эту систему координат.Были подгружены два космических снимка Landsat 8. Каждый снимок, со- стоящий из восьми-девяти каналов, был объединен с помощью функции Composite bands и в результате получен комплексный снимок, который отражает типы рас- тительности за все сезоны года. Таким образом, упрощается его дальнейшее де- шифрирование.Для определения максимального количества желательных классов наземного покрова была применена функция Maximum Likelihood Classification. Затем была проведена управляемая классификация с помощью функции Training Sample Manager, в результате чего были заданы и выделены семь типов наземного по- крова: вода, лес, редколесья, степные сообщества, сельскохозяйственные угодья, заболоченные территории, населенные пункты. Учебные полигоны выбирались таким образом, чтобы эталонный участок находился в середине выбранного типа наземного покрова и от других типов его отделяло минимум 3-4 пиксела снимка. Для каждого типа наземного покрова было выделено не менее 10 типичных эта- лонных полигонов. После этого была проведена классификация. Однако ввиду достаточно большой площади территории и схожести спектров некоторых типов первоначальная классификация нуждается в корректировке. Такая корректиров- ка проводилась путем добавления вручную заданных эталонных полигонов, опре- деленных по снимку Google высокого разрешения. Каждому типу наземного по- крова соответствовало не менее 30-40 добавленных корректирующих объектов. Помимо уточнения контуров типов покрова, выделялись территории с больши- ми площадями, которые не подходили ни под один ранее заданный класс. Такимобразом был создан дополнительный класс - горно-луговые яйлинские ланд- шафты.Ввиду того, что территория имеет очень высокое ландшафтное разнообразие, разнообразие типов наземного покрова также высоко. Это значит, что схожее спектральное значение может иметь несколько таких типов, но будет выделяться автоматически в один. Для исправления такой ситуации были задействованы данные с натурных наблюдений по 106 точкам. Имеет смысл разбить каждый тип наземного покрова на отдельный полигон и работать уже не с группами, а с от- дельными единицами. Для этого растровый слой классифицированных типов был переведен в полигональную форму с помощью функции Raster to Polygon. В таблицу атрибутов отдельных полигонов заносили значения принадлежности к конкретному типу наземного покрова, опираясь на данные полевых исследо- ваний. После проведения процедуры корректировки отдельные полигоны с за- данными классами необходимо было вновь сгруппировать. Помимо этого, было необходимо элиминировать и генерализировать объекты меньше рабочего мас- штаба с площадью менее 10 га при помощи функций инструмента Generalization: Majority Filter, Boundary Clean, Region Group, Nibble. Затем с помощью функции Dissolve полигоны объединили по принадлежности к определенному типу. В ре- зультате проведенной операции получили скорректированную карту по заданным новым классам.Большинство типов наземного покрова представлены объектами площадного характера распространения и занимают площадь не менее в несколько десятков пикселей. Однако есть и такие типы, которые представлены относительно тон- кими линейными объектами: реки и дороги, часто их размер менее размера пик- селя (30 м). При автоматической классификации такие объекты часто дешифри- руются в виде пунктирной линии. В связи с этим дороги были векторизованы вручную при помощи Google снимков, а реки - при помощи функций инстру- мента Hydrology: Fill, Flow Direction, Flow Accumulation, Stream to Order, Stream to Feature и также Google снимков. Векторизация дорог проводилась исключи- тельно вручную, а водотоки изначально были выделены автоматически и затем скорректированы вручную. Весомым недостатком автоматического выделения водотоков стало несоответствие некоторых объектов, выделенных в такой способ реальным объектам, так как используя группу инструментов Hydrology, мы можем выделить абсолютно все математически, а не реально существующие объекты. Таким образом, лишние несуществующие объекты нужно элиминировать по прин- ципу отсекания водных объектов, имеющих самые низкие классы иерархической классификации. Для этого была использована функция CON, при помощи ко- торой убрали водотоки до четвертого класса включительно (классификации Страллера), элиминировали минимальные, несуществующие в реальности водные объекты (балки, рытвины).Результаты исследований и их обсуждениеИтогом проведенного моделирования стала карта наземного покрова Юго- Восточного Крыма (рис. 2).Рис. 2. Типы наземного покрова Юго-Восточного Крыма (Types of land cover of the South-Eastern Crimea)Легенда карты насчитывает 11 типов наземного покрова. Точность данной кар- ты составляет 80% при использовании жесткой классификации и 90% при ис- пользовании скользящей классификации. Данными для валидации модели по- служили космические снимки Google, а также данные полевых наблюдений по 106 точкам. В процессе проверки точности модели использовалась нежесткая классификация, суть которой заключалась в следующем: при помощи инстру- мента рандомного распределения сгенерировали 200 точек. Каждой точке был присвоен свой атрибут типа наземного покрова. Под слой точек был подгружен космический снимок Google, на основании которого и проводилась валидация.Для проверки создана структура бальной оценки ошибок. Типы наземного покрова сгруппировали на схожие (степные сообщества, сельскохозяйственные угодья и т.д.) и весьма различные (водные объекты, лес и т.д.). При несоответствии типа в рамках схожей группы ставилась ошибка 0,5, при несоответствии типа на- земного покрова в рамках несхожей группы ставилась ошибка 1. В конечном счете все ошибки суммировались и делились на общее число точек (таблица).ТаблицаПример оценки точности модели(An example of the accuracy evaluation of the model)IdТип наземного покрова исходя из классификацииТип наземного покрова, определенный с космоснимкаГрубая ошибка 1Негрубая ошибка 0,5Нет ошибки 01Лесные сообществаЛесные сообщества+2РедколесьяРедколесья+3Водные объектыВодные объекты+Окончание табл. 1IdТип наземного покрова исходя из классификацииТип наземного покрова, определенный с космоснимкаГрубая ошибка 1Негрубая ошибка 0,5Нет ошибки 04Сельскохозяйственные угодьяСтепные сообщества+5Степные сообществаСтепные сообщества+6Горно-луговые яйлинскиеГорно-луговые яйлинские+7Населенные пунктыНаселенные пункты+В ходе проведения валидации не было выявлено грубых ошибок. Основной причиной такого точного расклада, скорее всего, послужило выделение неболь- шого числа типов наземного покрова и предварительное исправление ошибок по 106 точкам натурных экспедиций. Негрубые ошибки составили около 10% от общего количества точек, т.е. 22 точки. Так как большая часть таких неточностей приходилась на стыки близких по спектральному значению классов, модель мож- но считать репрезентативной для 90% территории исследования.Выделенные нами типы наземного покрова обоснованы рядом функциональ- ных необходимостей: минимально необходимым количеством типов для выбора площадок под размещение систем возобновляемой энергетики. Такое сочетание типов не является единственно возможным и, более того, максимальным при использовании указанных методов. Методы удобны тем, что в зависимости от потребностей исследователя можно выделить необходимые типы наземного по- крова в количестве, желательно не превышающем 10-15 типов. Чисто техниче- ски возможно выделить и более 15 типов, однако такая классификация будет содержать слабовалидированную нерепрезентативную информацию, так как снимки Landsat 8 не дают возможности по использованию настолько детализи- рованной спектральной информации. Снимков Google недостаточно для про- верки более 15 классов. В таком случае натурные наблюдения должны охватывать всю территорию классификации с большой плотностью отбора данных.ВыводыВ работе проведено картографирование наземного покрова субсредиземно- морских низкогорных ландшафтов на примере территории Юго-Восточного Кры- ма методами геоматики. Полученная карта имеет большой спектр применения как в теоретическом, так и в практическом плане. Данная карта является стати- ческой для определенного момента времени, если строить подобные карты каж- дый год, можно сделать серию карт по изменению наземного покрова, по которой было бы видно развитие территории.Построение карт по выбранной методике может быть полезным при осущест- влении территориального планирования, оценки экологической ситуации, из- учении структуры, функционирования и динамики ландшафтов.

T Yu Gorbunova

T.I. Vyazemsky Karadag Scientific Station - Nature Reserve of the RAS

Author for correspondence.
Email: gorbunovatyu@gmail.com
ul. Nauki, 24 village. Spa, Feodosiya, Crimea Republic, Russia, 298188

Junior Researcher FGBUN «T.I. Vyazemsky Karadag Scientific Station - Nature Reserve of the RAS», PhD student, physical geography, oceanography and Landscape Department, Tauris Academy FGAOU IN, Vernadsky Crimean Federal University

S V Gapon

Ivan Franko National University of Lviv

Email: gapon1sv@gmail.com
Universitetskaya, 1, Lviv, Ukraine, 79000

PhD student, Department of Physical Geography, Ivan Franko National University of Lviv

R V Gorbunov

T.I. Vyazemsky Karadag Scientific Station - Nature Reserve of the RAS

Email: karadag_station@mail.ru
pr. of Academician Vernadsky, Simferopol, Republic of Crimea, Russia, 4295007

PhD, Candidate of Geographical SciencesAlternate director, FGBUN «T.I. Vyazemsky Karadag Scientific Station - Nature Reserve of the RAS»

  • Bobra T.V., Lychak A.I. Karta sovremennykh landshaftov Kryma // Geopolitics and Ecogeodynamics of Regions. 2010. Vol. 6. №. 1­2. P. 101–104. (In Russ).
  • Bokov V.A., Bobra T.V., Lychak A.I. Geoekologicheskaya situatsiya v Krymu // Kul’tura narodov Prichernomor’ya. 1998. № 3. P. 13–18. (In Russ).
  • Lychak A.I., Bobra T.V. Novye podkhody k geoekologicheskomu analizu i prognozu antropogennoi transformatsii landshaftov Kryma // Scientific Notes of Taurida V.I. Vernadsky National University. Series: Geography. 2012. Vol. 25 (64). № 1. P. 146–154. (In Russ).
  • Lychak A.I. Nekotorye aspekty razrabotki metodiki otsenki geoekologicheskikh situatsii v Krymu na landshaftnoi osnove // Kul’tura narodov Prichernomor’ya. 1998. № 5. P. 398–399. (In Russ).
  • Pozachenyuk E.A. Vvedenie v geoekologicheskuyu ekspertizu. Mezhdistsiplinarnyi podkhod, funktsional’nye tipy, ob”ektnye orientatsii. Simferopol: Tavriya, 1999. (In Russ).
  • Pozachenyuk E.A. Landscape Diversity of Crimea // Scientific Notes of V.I. Vernadsky Crimean Federal University. Series: Geography. Geology. 2015. Vol 1. № 4. P. 37–50. (In Russ).
  • Pozachenyuk E.A. Ekologicheskaya ekspertiza: prirodno­khozyaistvennye sistemy. Simferopol: Tavricheskii ekologicheskii institut, 2003. (In Russ).
  • Modern Landscapes of the Crimea and Adjacent Water Areas: Monograph / E.A. Pozachenyuk, editor. Simferopol: Biznes­Inform, 2009. (In Russ).
  • The Transformation of the Water Balance in the Crimea in the XX century — beginning of the XXI century / V.A. Bokov, editor. Simferopol: DOLYA, 2011. (In Russ).
  • Ekologiya Kryma / Bagrov N.V., Bokov V.A., editors. Simferopol: Krymskoe uchebno­pedagogicheskoe izdatel’stvo, 2003. (In Russ).
  • Yakovenko I.M., Dugarenko I.A. Gornyi Krym: evolyutsiya i geografiya rekreatsionnykh funktsii. Simferopol: Arial, 2014. (In Russ).
  • Maleev V.P. Rastitel’nost’ Yuzhnogo Kryma // Trudy Nikitskogo botanicheskogo sada. 1948. Vol. 25. № 1–2. P. 29–48. (In Russ).
  • Fisher P.F. Comber A., Wadsworth R. Land Use and Land Cover: Contradiction or Complement // Fisher P.F., Unwin D.J., editors. In Re­presenting GIS. London: John Wiley, 2005. P. 85–98.
  • Geoinformatsionnyi portal GIS­Assotsiatsii — geomatika. Available from: http://www.gisa.ru/13078.html. Accessed: April 10, 2016. (In Russ).
  • Kruglov І.S., Bozhuk T.І. Geoekologіchna іnterpretatsіya roslinnogo pokrivu Ukraїns›kogo Marmaroshu za kosmіchnim zobrazhennyam ASTER VNIR // Vіsnik Geodezії ta Kartografії. 2004. № 3 (34). P. 48–52. (In Ua).
  • Berberoglu S., Lloyd C.D., Atkinson P.M., CurranP. J. The integration of spectral and textural information using neural networks for land cover mapping in the Mediterranean // Computers & Geosciences. 2000. Vol. 26, 4. P. 385–396.
  • Blaschke T., Lang S., Lorup E., Strobl J., Zeil P. Object­oriented image processing in an integrated GIS/remote sensing environment and perspectives for environmental applications // Environmental Information for Planning, Politics and the Public. 2000, Vol. 2. P. 555–570.
  • Steele B.M. Combining multiple classifiers. An application using spatial and remotely sensed information for land cover type mapping // Remote Sensing of Environment. 2000. Vol. 74, 3. P. 545–556.

Views

Abstract - 138

PDF (Russian) - 153

PlumX


Copyright (c) 2017 Gorbunova T.Y., Gapon S.V., Gorbunov R.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.